全球供应链中国家物流绩效评估的非结构化大数据方法

http:// https://www.researchgate.net/publication/341326146

这篇文章是关于如何利用非结构化的大数据分析来评估国家在全球供应链中的物流绩效。

作者和机构
- Aseem Kinra, Universität Bremen 和 Copenhagen Business School
- Kim Sundtoft Hald, Copenhagen Business School
- Raghava Rao Mukkamala, Copenhagen Business School 和 Kristiania University College
- Ravi K. Vatrapu, Ted Rogers School of Management 和 Kristiania University College

摘要
- 研究目的是探索基于文本大数据分析的物流绩效评估方法。
- 使用设计科学原则，通过分析2006-2014年20个国家的物流系统文本数据。
- 提出的方法能够生成物流绩效评估结果，并有助于更明智地确定不同国家物流绩效类别的权重。
- 实际应用中，该方法可以作为世界银行物流绩效指数（LPI）的补充。

研究背景
- 全球供应链管理涉及跨境货物流动、国际物流和运营管理。
- 国家物流系统绩效在全球供应链位置决策中起着核心作用。

研究方法
- 采用设计科学原则，结合文本分析技术和机器学习技术。
- 使用“全球视角”文本语料库，包含20个国家的物流系统描述。
- 通过专家训练和开发方法，进行文本处理和分析。

发现
- 提出的方法能够生成物流绩效评估结果。
- 需要更大的文本语料库和迭代分类器训练以产生更稳健的评估方法。
- 对于管理者和政策制定者来说，该方法可以作为LPI的补充。

实践意义
- 成功开发和实施后，该方法可以被管理者和政府机构用来补充LPI。
- 展示了如何将特定领域的文本语料库转化为绩效信息的重要来源。

关键词
- 设计科学、全球供应链、大数据和机器学习、物流绩效指数（LPI）、贸易便利化、新制度经济学、公共政策

结论
- 文章探索了开发自动化文本大数据分析方法以评估国家物流绩效的可能性。
- 该方法有助于更好地处理复杂性，提供更平衡的评估，并在一定程度上生成排名和基准。

限制和未来研究
- 需要更多的迭代和训练数据来提高方法的准确性和实用性。
- 需要进一步的研究来解决技术文本提取挑战，并在政策制定和管理决策场景中实证开发物流绩效评估方法。